Población Y Muestra.
Transcript of Población Y Muestra.
Material Didáctico:Sólo Visión (Proyectables)
Título:Población y Muestra
Autor:M. en E. Neftali Toledo
Díaz de León
Unidad de Aprendizaje:Técnicas de Investigación
Cualitativas y Cuantitativas.
Universidad Autónoma del Estado de México
Facultad de Arquitectura y DiseñoAdministración y Promoción de la Obra Urbana
POBLACIÓN
La POBLACIÓN de una investigación está compuesta portodos los elementos (personas, objetos, organismos,historias clínicas) que participan del fenómeno que fuedefinido y delimitado en el análisis del problema deinvestigación.
La POBLACIÓN tiene la característica de ser estudiada,medida y cuantificada.
También se conoce como UNIVERSO.
La población debe delimitarse claramente en torno a suscaracterísticas de contenido, lugar y tiempo.
TIPOS DE POBLACIÓN
POBLACION
FINITA
INFINITA
ACCESIBLE
MUESTRA
Una muestra es una parte de la población.
La muestra puede ser definida como un SUBGRUPO DE LA POBLACIÓN o
universo.
Para seleccionar la muestra, primero deben delimitarse las características de
la población.
MUESTRAS REPRESENTATIVAS
Una muestra representativa debe contener todas las características de la población o universo, para que los resultados sean generalizables.
La muestra debe ser proporcional al tamaño de la población.
Preferentemente seleccionada por procedimientos aleatoreos/probabilísticos.
σ
σ
La Muestra es una parte o subconjunto de la población
Muestreo es la selección de algunas unidades de estudio entre una población definida en una investigación.
MARCO MUESTRAL Es una lista detallada y actualizada de las unidades de muestreo.
MARCOS MUESTRALES
Archivos
Mapas
Volúmenes
Horas de transmisión
Períodos registrados
UNIDAD DE ANÁLISIS / UNIDAD DE MUESTREO
La unidad de análisis es cada uno de los elementos que constituyen la población y por lo tanto la muestra.
Ejemplos de unidad de análisis son alumnos, maestros, directivos, expertos, padres de familia, empleadores, etc.
Cada unidad de análisis cumple con los parámetros muestrales.
s1 s2
s4s3
s1 s2
s4s3
Cuando se seleccionan muestras aleatoriamente los resultados SIEMPRE son variables. Esta variación en los estadísticos se denomina error aleatorio y es causada por la selección al azar.
ERROR ALEATORIO
Sí
¿Debo tomar una muestra?
Se requiere conocer cómo se presenta cierta característica en un
Universo particular
¿El Universoestá biendefinido?
Definir el Universo
¿Es posibleobservar todo el
Universo?
Observaruna Muestra
Hacerun Censo
NONO
Sí
Tomaruna Muestra
No representativa
Tomar una Muestra
Representativa
¿Se quiereinferir la medición
al Universo?
NO
Sí
Las observaciones pueden atribuirse a los miembros del
Universo
Las observaciones sólo pueden
atribuirse a la muestra, NO a los
miembros del Universo
Las observaciones pueden atribuirse a los miembros del
Universo
Selección de una Muestra NO Representativa
Se quiere medir
una variable en una
Muestra No
Representativa
¿Se quiere
inferir la medición
al Universo?
Sí El procedimiento
está contraindicado.
Revise su planteamiento.
Precise los atributos
esenciales que
CARACTERIZAN al
subgrupo
Exprese estos atributos
como CRITERIOS DE
INCLUSIÓN en la
muestra
Los sujetos que cumplan los criterios
de inclusión son representativos del
UNIVERSO
Defina por CONVENIENCIA
los criterios de SELECCIÓN
La observación de este
UNIVERSO sólo es APLICABLE a
sus integrantes
La utilidad de las Muestras No Representativas depende de su representatividad cualitativa y no de su tamaño
Sí
NO
Selección de una Muestra Representativa
Se quiere estimar unParámetro del Universo
partiendo de una Muestra Representativa
¿De qué naturaleza es el Parámetro a
estimar?
Variable Cuantitativa
Muestreo Representativo
para estimar una Media
Variable Cualitativa
Muestreo Representativo
para estimar una Proporción
D E C I S I O N E S D E M U E S T R E O
Hacer
un Censo
Tomar una
Muestra
representativa
Tomar una
Muestra No
representativaa
Las observaciones
pueden atribuirse a
TODOS los miembros
del Universo
Observar todos y
cada uno de los
elementos del
universo
No hay Error Aleatorio
Puede haber Error
Sistemático
Las observaciones
sólo pueden
atribuirse a la
muestra, NO a los
miembros del
Universo
Observar sujetos
elegidos por
conveniencia
Siempre hay Error
Aleatorio
Siempre hay Error
Sistemático
Las observaciones
pueden atribuirse a
los miembros del
Universo
Observar sujetos
elegidos por
conveniencia
Siempre hay Error
Aleatorio
Puede haber Error
Sistemático
Definición del Tamaño MuestralLa definición del tamaño muestral depende de los siguientes factores
Los objetivos del estudio
Los conocimientos previos sobre el comportamiento de la característica en la población.
Los recursos técnicos y financieros para obtener la información
El error máximo que se permitirá el analista
La confiabilidad de la inferencia esperada por el analista
1
2
3
4
5
TÉCNICAS ALEATORIAS Y NO ALEATOREAS
(PROBABILÍSTICAS / NO PROBABILÍSTICAS)
En las técnicas aleatoreas todos los elementos de la población tienen la misma probabilidad de ser seleccionados.
En las muestras no aleatorias la elección de los sujetos depende de la decisión del investigador, ya que requiere para formar este tipo de muestra, de una cuidadosa y controlada elección de sujetos con ciertas características específicas.
o grupos
MUESTREO PROBABILÍSTICO
Para que la inferencia estadística sea válida el muestreo debe ser aleatorio o probabilístico.
Aleatoriedad de la selección
Condición que refiere que cada elemento del universo debe tener la misma probabilidad de ser elegido en la muestra y que dicha probabilidad puede ser medida.
TIPOS DE MUESTREO PROBABILÍSTICO
1. Muestreo aleatorio simple
2. Muestreo aleatorio Sistemático
3. Muestreo aleatorio Estratificado
4. Muestreo aleatorio por Conglomerados
5. Muestreo aleatorio Polietápico
1. MUESTREO ALEATORIO SIMPLE
Escoge al azar los miembros del universo hasta completar el tamaño muestralprevisto.
En teoría se enumeran previamente todos los elementos y de acuerdo con una tabla de números aleatorios se van escogiendo .
El procedimiento puede darse con o sin reemplazos y esta condición afectará posteriormente el análisis.
MUESTREO ALEATORIO SIMPLE
Puede utilizarse dos procedimientos:
1.- Empleo de números aleatoreos o de un programa computarizado de selección aleatorea.
Procedimiento:
• Listado de todos los elementos que conforman el universo con un número clave que los identifique individualmente.
• Selección de los sujetos a través del programa de cómputo, o bien, con el apoyo de tablas de números aleatorios.
2.- Empleo de papeletas.
Se anotan los nombres o el número clave que los identifican.
• Se depositan en un recipiente del que se irán sacando al azar, hasta cubrir el número establecido para la muestra.
2. MUESTREO ALEATORIO SISTEMÁTICO
1 - En el universo (N) se elige el primer elemento al azar.
2 - Luego los demás se escogen cada cierto intervalo (k), hasta completar el tamaño muestral (n).
El tamaño del intervalo (k) se calcula: k = N/n
Se divide población entre muestra.
Ejemplo: 500/100 = 5
El intervalo será de 5
3. MUESTREO ESTRATIFICADO
Considera que al interior del universo existen estratos (subgrupos internamente homogéneos pero cualitativa y cuantitativamente diferentes entre sí), y que no se cumple la condición de selección aleatoria pues los miembros del grupo mayoritario tienen una mayor probabilidad de ser seleccionados en la muestra.
Esto garantiza que la muestra contenga elementos de todos los estratos.
El muestreo estratificado puede ser proporcional o no proporcional.
ESTRATOS Homogéneos en su interior; diferentes entre sí en propiedades y tamaño
Comuna A
Comuna B
Comuna C
Comuna D
Los estratos más grandes
Tienen mayor probabilidad de ser seleccionados
¿Cómo garantizar la aleatoriedad en universos estratificados?
1. Muestreo Estratificado Proporcional
Puede usarse alguna de las siguientes técnicas:
2. Muestreo Estratificado No Proporcional
3. Alocación óptima de los estratos.
Muestreo Estratificado Proporcional
Así, se eligen aleatoriamente los elementos al interior de cada estrato muestral hasta ajustar su tamaño.
Es mejor que el Muestreo Aleatorio Simple pues disminuye el error estándar de la medición muestral.
Supone que los estratos contienen diferente número de elementos, unos más grandes y otros más pequeños, por lo tanto la cantidad de elementos de cada estrato será diferente y proporcional a su tamaño.
Muestreo Estratificado NO Proporcional (Fracción variable de muestreo)
Para aplicar el muestreo estratificado no proporcional, simplemente se divide el tamaño de la muestra entre el número de estratos.
Cada estrato aporta el mismo número de sujetos, independientemente de su tamaño.
Ajusta convencionalmente los tamaños de los estratos muestrales para aumentar la eficiencia de la selección de los grupos más pequeños.
MUESTREO POR ALOCACIÓN ÓPTIMA DE LOS ESTRATOS
Selecciona el tamaño de los estratos en función de la desviación estándar de cada uno de ellos, de tal manera que los estratos más heterogéneos (mayores varianzas) aporten más casos a la muestra total.
MUESTREO RAMIFICADO
Es una continuación del muestreo estratificado. Esta técnica se emplea cuando el universo o población es muy grande y se divide en estratos que a su vez contienen otros subestratos.
CONGLOMERADOS
Heterogéneos en su interior; diferentes entre sí en propiedades y tamaño
Grupo 5CGrupo 5C
Grupo 1AGrupo 1A
Grupo 2AGrupo 2A
Grupo 3BGrupo 3B
Grupo 5CGrupo 5C
Grupo 1AGrupo 1A
Grupo 2AGrupo 2A
Grupo 3BGrupo 3B
En este procedimiento la muestra se elige no individualmente sino por grupos o conglomerados.
MUESTREO ALEATORIO POR CONGLOMERADOS
Los miembros del grupo mayoritario tienen una mayor probabilidad de ser seleccionados en la muestra.
Las unidades de observación se elijen aleatoriamente al interior de los conglomerados
El error de la medición (error muestral) no se de al interior del conglomerado sino entre los conglomerados
MuestreoAleatorio por Conglomerados
• Los conglomerados deben estar bien definidos de modo que cada elemento pertenezca a uno y sólo a un conglomerado.
• El tamaño de cada conglomerado debe ser bien conocido (por lo menos bien estimado)
• El número de conglomerados debe ser pequeño.
Requisitos del Procedimiento :
Selecciona los individuos por etapas, configurando sucesivamente grupos (estratos o conglomerados) y subgrupos denominados Unidades de Muestreo.
TIPOS DE MUESTREO NO PROBABILÍSTICO1. Muestreo por Cuotas
3. Muestreo accidental
4. Muestreo casual
5. Muestreo Bola de Nieve
6. Informantes clave
7. Muestra reductiva
8. Procedimientos mixtos
2. Muestreo intencional
MUESTREO POR CUOTAS
Una vez establecido el tamaño de la muestra, se define la unidad de análisis típica o representativa, y se eligen los elementos que tengan las características descritas hasta completar la cuota o número indicado para la muestra.
MUESTREO INTENCIONAL
El investigador selecciona intencionalmente los elementos que constituirán la muestra.
Este procedimiento puede dar muestras altamente representativas o bien poco representativas, esto dependerá de las habilidades del investigador.
MUESTREO ACCIDENTAL
La muestra es seleccionada de manera accidental sin que haya de por medio criterios específicos.
No hay nada que nos asegure que los elementos seleccionados sean típicos.
MUESTREO CASUAL
También se le llama muestreo voluntario.
Se pide voluntarios para conformar la muestra.
No hay nada que asegure que la muestra sea representativa.
MUESTREO BOLA DE NIEVE
Para seleccionar este tipo de muestra se recurre a ciertas personas que a su vez conocen a otras.
Se emplea cuando no se conoce o no es fácil identificar a los sujetos típicos.
Entre ellos se conocen.
INFORMANTES CLAVES
Dependiendo del tema de investigación, hay elementos de la población que poseen información veraz y confiable.
Estos elementos se conocen como informantes claves y es importante recurrir a ellos.
Esta muestra aunque no es representativa suele ser muy confiable.
MUESTRA REDUCTIVA
Cuando la población es demasiado grande y muy homogénea con respecto a la característica que queremos medir, podemos aplicar esta técnica que consiste en elaborar un muestreo de otra muestra mayor y así simplificar el estudio.
PROCEDIMIENTOS MIXTOS
Pueden combinarse técnicas aleatoreas con no aleatoreas.
Si en una investigación se tienen varias muestras (alumnos, docentes, expertos, padres de familia) cada una de las muestras pueden ser conformadas con técnicas distintas y combinarse entre sí.
BIBLIOGRAFÍA
POPPER, Karl (1995). La lógica de la investigación científica. Editorial Barcelona.
POPPER, Karl(1983). Realismo y el objetivo de la ciencia. Editorial Tecnos.
POPPER, Karl(1991). La sociedad abierta y sus enemigos: Editorial Paidos.
CALERO JL (2000). Investigación cualitativa y cuantitativa. Problemas no resueltos en los debates actuales.
Rev. Cubana Endocrinol.
SABINO, C.(1986). El proceso de investigación. 2.ED. Buenos Aires: Humanitas.
TAYLOR, S. J.; BOGDAN, R (1990). Introducción a los métodos cualitativos de investigación. Buenos Aires: Paidós.
MARRERO, A (1997). Formulación y puesta en práctica de diseños de investigación. Montevideo: Fundación de Cultura
Universitaria: Universidad de la República.
WILSON, T (1990). Métodos cuantitativos “versus” cualitativos en investigación social. Montevideo: Fundación de Cultura
Universitaria: Servicio de Documentación en Ciencias Sociales
COOK, T. D.; REICHARDT, CH (1986). Métodos cualitativos y cuantitativos en investigación evaluativa. Madrid: Morata.
LORENZO, E (1987). Paradigmas de la investigación. Editorial Nexo sport.
CARR, W.; KEMMIS, S (1988). Teoría crítica de la enseñanza. Madrid: Martínez Roca.
ELLIOT, J (1990). La investigación-acción en educación. Madrid: Morata.